本頁面由 Cloud Translation API 翻譯而成。

Switch to English

在 Android 上使用 ML Kit 偵測及追蹤物件

您可以使用 ML Kit 偵測並追蹤連續影片畫面中的物件。

將圖片傳送至 ML Kit 時，系統可偵測圖片中的最多五個物件以及圖片中每個物件的位置。在偵測影片串流中的物件時，每個物件都有一組專屬 ID，可用來追蹤影格之間的物件。另外，您也可以選擇啟用粗略的物件分類功能，將物件分類為廣泛的類別說明。

立即體驗

請試用範例應用程式，查看這個 API 的使用範例。
請參閱 Material Design 展示應用程式，瞭解這個 API 的端對端實作方式。

事前準備

此 API 需要 Android API 級別 19 或以上版本。請確認應用程式的建構檔案使用的 minSdkVersion 值為 19 以上。

在專案層級的 build.gradle 檔案中，請務必在您的 buildscript 和 allprojects 區段中加入 Google 的 Maven 存放區。
將 ML Kit Android 程式庫的依附元件新增至模組的應用程式層級 Gradle 檔案 (通常為 app/build.gradle)：
```
dependencies {
  // ...

  implementation 'com.google.mlkit:object-detection:17.0.0'

}
```

1. 設定物件偵測工具

如要偵測及追蹤物件，請先建立 ObjectDetector 的例項，並視需要指定您要從預設值變更的任何偵測工具設定。

使用 ObjectDetectorOptions 物件為您的用途設定物件偵測工具。您可以變更下列設定：

物件偵測工具設定

偵測模式

物件偵測工具設定
偵測模式	`STREAM_MODE` (預設) \| `SINGLE_IMAGE_MODE` 在 `STREAM_MODE` (預設) 中，物件偵測工具的延遲時間較短，但在偵測工具的前幾次叫用中，可能會產生不完整的結果 (例如未指定的定界框或類別標籤)。此外，在 `STREAM_MODE` 中，偵測工具會將追蹤 ID 指派給物件，讓您用來追蹤跨影格的物件。當您想要追蹤物件，或有低延遲的處理情況 (例如，即時處理影片串流) 時，請使用這個模式。在 `SINGLE_IMAGE_MODE` 中，物件偵測工具在決定物件的邊界方塊後傳回結果。如果您同時啟用分類功能，在定界框和類別標籤都可供使用時，就會傳回結果。因此，偵測延遲時間可能較長。此外，`SINGLE_IMAGE_MODE` 不會指派追蹤 ID。如果延遲時間不重要，且您不想處理部分結果，請使用這個模式。
偵測及追蹤多個物件	`false` (預設) \| `true` 偵測並追蹤最多 5 個物件，或僅追蹤最顯眼的物件 (預設)。
分類物件	`false` (預設) \| `true` 是否將偵測到的物件分類為概略類別。啟用時，物件偵測工具會將物件分為下列類別：時尚商品、食物、居家用品、地點和植物。

STREAM_MODE (預設) | SINGLE_IMAGE_MODE

在 STREAM_MODE (預設) 中，物件偵測工具的延遲時間較短，但在偵測工具的前幾次叫用中，可能會產生不完整的結果 (例如未指定的定界框或類別標籤)。此外，在 STREAM_MODE 中，偵測工具會將追蹤 ID 指派給物件，讓您用來追蹤跨影格的物件。當您想要追蹤物件，或有低延遲的處理情況 (例如，即時處理影片串流) 時，請使用這個模式。

在 SINGLE_IMAGE_MODE 中，物件偵測工具在決定物件的邊界方塊後傳回結果。如果您同時啟用分類功能，在定界框和類別標籤都可供使用時，就會傳回結果。因此，偵測延遲時間可能較長。此外，SINGLE_IMAGE_MODE 不會指派追蹤 ID。如果延遲時間不重要，且您不想處理部分結果，請使用這個模式。

偵測及追蹤多個物件

false (預設) | true

偵測並追蹤最多 5 個物件，或僅追蹤最顯眼的物件 (預設)。

分類物件

false (預設) | true

是否將偵測到的物件分類為概略類別。啟用時，物件偵測工具會將物件分為下列類別：時尚商品、食物、居家用品、地點和植物。

物件偵測與追蹤 API 已針對以下兩個核心用途進行最佳化處理：

即時偵測及追蹤相機觀景窗中最顯眼的物件。
從靜態圖片偵測多個物件。

如要針對這些用途設定 API，請按照下列步驟操作：

Kotlin

// Live detection and tracking
val options = ObjectDetectorOptions.Builder()
        .setDetectorMode(ObjectDetectorOptions.STREAM_MODE)
        .enableClassification()  // Optional
        .build()

// Multiple object detection in static images
val options = ObjectDetectorOptions.Builder()
        .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE)
        .enableMultipleObjects()
        .enableClassification()  // Optional
        .build()

Java

// Live detection and tracking
ObjectDetectorOptions options =
        new ObjectDetectorOptions.Builder()
                .setDetectorMode(ObjectDetectorOptions.STREAM_MODE)
                .enableClassification()  // Optional
                .build();

// Multiple object detection in static images
ObjectDetectorOptions options =
        new ObjectDetectorOptions.Builder()
                .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE)
                .enableMultipleObjects()
                .enableClassification()  // Optional
                .build();

取得 ObjectDetector 的執行個體：

Kotlin

val objectDetector = ObjectDetection.getClient(options)

Java

ObjectDetector objectDetector = ObjectDetection.getClient(options);

2. 準備輸入圖片

如要偵測及追蹤物件，請將映像檔傳送至 ObjectDetector 執行個體的 process() 方法。

物件偵測工具可以直接從 Bitmap、NV21 ByteBuffer 或 YUV_420_888 media.Image 執行。如果您可直接存取其中一個來源，建議從這些來源建構 InputImage。如果您是從其他來源建構 InputImage，將會由內部處理轉換，因此效率較低。

針對序列中影片或影格的每個影格，執行下列步驟：

您可以從不同來源建立 InputImage 物件，以下將分別說明。

使用 `media.Image`

如要從 media.Image 物件建立 InputImage 物件 (例如從裝置相機拍攝圖片時)，請將 media.Image 物件和圖片旋轉至 InputImage.fromMediaImage()。

如果使用 CameraX 程式庫，OnImageCapturedListener 和 ImageAnalysis.Analyzer 類別會為您計算旋轉值。

Kotlin

private class YourImageAnalyzer : ImageAnalysis.Analyzer {

    override fun analyze(imageProxy: ImageProxy) {
        val mediaImage = imageProxy.image
        if (mediaImage != null) {
            val image = InputImage.fromMediaImage(mediaImage, imageProxy.imageInfo.rotationDegrees)
            // Pass image to an ML Kit Vision API
            // ...
        }
    }
}

Java

private class YourAnalyzer implements ImageAnalysis.Analyzer {

    @Override
    public void analyze(ImageProxy imageProxy) {
        Image mediaImage = imageProxy.getImage();
        if (mediaImage != null) {
          InputImage image =
                InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees());
          // Pass image to an ML Kit Vision API
          // ...
        }
    }
}

如果您使用的相機程式庫會提供圖片旋轉角度，則可從裝置的旋轉度和裝置相機感應器的方向計算，如下所示：

Kotlin

private val ORIENTATIONS = SparseIntArray()

init {
    ORIENTATIONS.append(Surface.ROTATION_0, 0)
    ORIENTATIONS.append(Surface.ROTATION_90, 90)
    ORIENTATIONS.append(Surface.ROTATION_180, 180)
    ORIENTATIONS.append(Surface.ROTATION_270, 270)
}

/**
 * Get the angle by which an image must be rotated given the device's current
 * orientation.
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
@Throws(CameraAccessException::class)
private fun getRotationCompensation(cameraId: String, activity: Activity, isFrontFacing: Boolean): Int {
    // Get the device's current rotation relative to its "native" orientation.
    // Then, from the ORIENTATIONS table, look up the angle the image must be
    // rotated to compensate for the device's rotation.
    val deviceRotation = activity.windowManager.defaultDisplay.rotation
    var rotationCompensation = ORIENTATIONS.get(deviceRotation)

    // Get the device's sensor orientation.
    val cameraManager = activity.getSystemService(CAMERA_SERVICE) as CameraManager
    val sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION)!!

    if (isFrontFacing) {
        rotationCompensation = (sensorOrientation + rotationCompensation) % 360
    } else { // back-facing
        rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360
    }
    return rotationCompensation
}MLKitVisionImage.kt

Java

private static final SparseIntArray ORIENTATIONS = new SparseIntArray();
static {
    ORIENTATIONS.append(Surface.ROTATION_0, 0);
    ORIENTATIONS.append(Surface.ROTATION_90, 90);
    ORIENTATIONS.append(Surface.ROTATION_180, 180);
    ORIENTATIONS.append(Surface.ROTATION_270, 270);
}

/**
 * Get the angle by which an image must be rotated given the device's current
 * orientation.
 */
@RequiresApi(api = Build.VERSION_CODES.LOLLIPOP)
private int getRotationCompensation(String cameraId, Activity activity, boolean isFrontFacing)
        throws CameraAccessException {
    // Get the device's current rotation relative to its "native" orientation.
    // Then, from the ORIENTATIONS table, look up the angle the image must be
    // rotated to compensate for the device's rotation.
    int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation();
    int rotationCompensation = ORIENTATIONS.get(deviceRotation);

    // Get the device's sensor orientation.
    CameraManager cameraManager = (CameraManager) activity.getSystemService(CAMERA_SERVICE);
    int sensorOrientation = cameraManager
            .getCameraCharacteristics(cameraId)
            .get(CameraCharacteristics.SENSOR_ORIENTATION);

    if (isFrontFacing) {
        rotationCompensation = (sensorOrientation + rotationCompensation) % 360;
    } else { // back-facing
        rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360;
    }
    return rotationCompensation;
}

接著，將 media.Image 物件和旋轉度值傳送至 InputImage.fromMediaImage()：

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)MLKitVisionImage.kt

Java

InputImage image = InputImage.fromMediaImage(mediaImage, rotation);

使用檔案 URI

如要透過檔案 URI 建立 InputImage 物件，請將應用程式結構定義和檔案 URI 傳遞至 InputImage.fromFilePath()。當您利用 ACTION_GET_CONTENT 意圖提示使用者從圖片庫應用程式中選取圖片時，這項功能就非常實用。

Kotlin

val image: InputImage
try {
    image = InputImage.fromFilePath(context, uri)
} catch (e: IOException) {
    e.printStackTrace()
}MLKitVisionImage.kt

Java

InputImage image;
try {
    image = InputImage.fromFilePath(context, uri);
} catch (IOException e) {
    e.printStackTrace();
}

使用 `ByteBuffer` 或 `ByteArray`

如要透過 ByteBuffer 或 ByteArray 建立 InputImage 物件，請先按照先前針對 media.Image 輸入內容所述的圖像旋轉度數計算。接著使用緩衝區或陣列來建立 InputImage 物件，並搭配圖片的高度、寬度、顏色編碼格式和旋轉度數：

Kotlin

val image = InputImage.fromByteBuffer(
        byteBuffer,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
)MLKitVisionImage.kt
// Or:
val image = InputImage.fromByteArray(
        byteArray,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
)
MLKitVisionImage.kt

Java

InputImage image = InputImage.fromByteBuffer(byteBuffer,
        /* image width */ 480,
        /* image height */ 360,
        rotationDegrees,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
);MLKitVisionImage.java
// Or:
InputImage image = InputImage.fromByteArray(
        byteArray,
        /* image width */480,
        /* image height */360,
        rotation,
        InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12
);MLKitVisionImage.java

使用 `Bitmap`

如要透過 Bitmap 物件建立 InputImage 物件，請進行以下宣告：

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)MLKitVisionImage.kt

Java

InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);MLKitVisionImage.java

此圖像以 Bitmap 物件表示，並以旋轉度數表示。

3. 處理圖片

將圖片傳遞至 process() 方法：

Kotlin

objectDetector.process(image)
    .addOnSuccessListener { detectedObjects ->
        // Task completed successfully
        // ...
    }
    .addOnFailureListener { e ->
        // Task failed with an exception
        // ...
    }

Java

objectDetector.process(image)
    .addOnSuccessListener(
        new OnSuccessListener<List<DetectedObject>>() {
            @Override
            public void onSuccess(List<DetectedObject> detectedObjects) {
                // Task completed successfully
                // ...
            }
        })
    .addOnFailureListener(
        new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

注意：如果您使用的是 CameraX API，請務必在使用完畢後關閉 ImageProxy，例如將 OnCompleteListener 新增至 process 方法傳回的 Task。請參閱快速入門導覽課程應用程式中的 VisionProcessorBase 類別範例。

4. 取得偵測到物件的相關資訊

如果對 process() 的呼叫成功，系統會將 DetectedObject 的清單傳送至成功的事件監聽器。

每個 DetectedObject 都包含下列屬性：

定界框 Rect 表示物件在圖片中的位置。

追蹤 ID 一個整數可用來識別圖片中的物件。SINGLE_IMAGE_MODE 可為空值。

標籤

標籤說明	標籤的文字說明。這會是 `PredefinedCategory` 中定義的字串常數之一。
標籤索引	該標籤的索引，用於分類器支援的所有標籤。這會是 `PredefinedCategory` 中定義的其中一個整數常數。
標籤可信度	物件分類的可信度值。

Kotlin

for (detectedObject in detectedObjects) {
    val boundingBox = detectedObject.boundingBox
    val trackingId = detectedObject.trackingId
    for (label in detectedObject.labels) {
        val text = label.text
        if (PredefinedCategory.FOOD == text) {
            ...
        }
        val index = label.index
        if (PredefinedCategory.FOOD_INDEX == index) {
            ...
        }
        val confidence = label.confidence
    }
}

Java

// The list of detected objects contains one item if multiple
// object detection wasn't enabled.
for (DetectedObject detectedObject : detectedObjects) {
    Rect boundingBox = detectedObject.getBoundingBox();
    Integer trackingId = detectedObject.getTrackingId();
    for (Label label : detectedObject.getLabels()) {
        String text = label.getText();
        if (PredefinedCategory.FOOD.equals(text)) {
            ...
        }
        int index = label.getIndex();
        if (PredefinedCategory.FOOD_INDEX == index) {
            ...
        }
        float confidence = label.getConfidence();
    }
}

提供良好的使用者體驗

為提供最佳使用者體驗，請在應用程式中遵守下列規範：

物件偵測是否成功，取決於物件的視覺複雜程度。系統偵測物件時，如果只有少量的視覺功能，可能就必須佔滿圖片中較大的部分。建議您提供指示，讓系統針對要偵測的物件類型擷取輸入資訊。
使用分類時，如果您想偵測不會完全排除在支援類別中的物件，請針對未知物件實作特殊處理方式。

您也可以參閱 ML Kit Material Design 展示應用程式和 Material Design 採用機器學習技術的模式圖案。

提升效能

如果您想在即時應用程式中使用物件偵測，請遵守下列指南，以達到最佳影格速率：

在即時應用程式中使用串流模式時，請勿使用多個物件偵測，因為大部分裝置無法產生適當的畫面速率。
如果不需要分類，請停用分類功能。
如果您使用的是 Camera 或 camera2 API，請呼叫偵測工具。如果有新的影片畫面在偵測工具執行時可供使用，請捨棄該影格。如需範例，請參閱快速入門導覽課程範例應用程式中的 VisionProcessorBase 類別。
如果您使用 CameraX API，請確認背壓策略已設為預設值 ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST。這麼做可確保系統每次只會傳送一張圖片進行分析。如果在分析器處於忙碌狀態時產生更多圖片，系統會自動捨棄這些圖片，不會排入佇列。透過呼叫 ImageProxy.close() 將所分析的圖片關閉之後，即可提供下一張最新的圖片。
如果您使用偵測工具的輸出內容，為輸入圖片上的圖像重疊，請先透過 ML Kit 取得結果，然後透過單一步驟算繪圖像和疊加層。每個輸入框只會向顯示途徑轉譯一次。如需範例，請參閱快速入門導覽課程範例應用程式中的 CameraSourcePreview 和 GraphicOverlay 類別。
如果您使用 Camera2 API，請以 ImageFormat.YUV_420_888 格式擷取圖片。如果您使用的是舊版 Camera API，請以 ImageFormat.NV21 格式擷取圖片。

在 Android 上使用 ML Kit 偵測及追蹤物件

立即體驗

事前準備

1. 設定物件偵測工具

Kotlin

Java

Kotlin

Java

2. 準備輸入圖片

使用 media.Image

Kotlin

Java

Kotlin

Java

Kotlin

Java

使用檔案 URI

Kotlin

Java

使用 ByteBuffer 或 ByteArray

Kotlin

Java

使用 Bitmap

Kotlin

Java

3. 處理圖片

Kotlin

Java

4. 取得偵測到物件的相關資訊

Kotlin

Java

提供良好的使用者體驗

提升效能

使用 `media.Image`

使用 `ByteBuffer` 或 `ByteArray`

使用 `Bitmap`